【社会服务赛道】街头FDE（前置工程师）· AI商家痛点诊断系统
- 先和大家打个招呼
我是谁：我是小哈，土家族，在湘西县城开零食店。外婆是三王庙苗祝，祖辈是算命先生。
我是怎么用TRAE把Demo做出来的：我不会写代码。之前想做一个让店主自测AI提效方向的工具，但不知道怎么做。打开TRAE Work，跟它说"我要做一个表单，让小店老板勾选自己的痛点，然后给出AI解决方案建议，要能导出PDF"。TRAE Work直接生成了完整的HTML文件，我改改文字就能用。最惊喜的是——我以为要找人做一周，结果2小时就搞定了。
创意介绍
想解决什么问题： 中小商家每天花大量时间在重复性工作上——手工做报表、回复相同客户问题、对账、算工资、想发营销内容但没时间。这些工作占用了他们本可以用来经营和休息的时间。我们想用AI帮他们自动化这些琐事，让他们少做事、多赚钱。
为什么会想到做这个： 我家里三代人都在做生意。外婆的爸爸是算命先生，走街串巷靠一张嘴；外婆是庙祝；我自己毕业一直在创业，知道小老板痛点，希望把他们从琐事里"偷"回来。
大概是什么产品： 一个纯前端的HTML交互系统，商家花3分钟填写问卷，FDE拿到诊断报告后，一键生成TRAE Work Prompt，直接复制到TRAE Work生成完整的自动化方案。报告不是给商家看的，是给FDE用的工作文档——你是专家，AI是你的助手。
从"程序出报告"到"FDE+智能体协作"。诊断报告页已升级为"智能体工作台入口"，支持云端（扣子）和本地（TRAE）双智能体模式。FDE把问卷数据告诉智能体，补充观察到的商家情况，通过对话生成定制方案——不是冷冰冰的模板，而是有温度的人机协作。
目标用户及痛点
面向哪些用户：
餐饮小店（烧烤、奶茶、小吃）
零售便利（便利店、零食店、杂货铺）
生活服务（美发、美容、健身、教培）和预算有限的中小企业
在什么场景下使用：
每天关店后还在手工做报表
周末想休息但要对账
想做营销但没时间写内容
不知道店里什么最赚钱，有大量重复性工作的公司。
当前痛点：
每天2-4小时花在重复性事务上
数据分散在多个系统，无法统一查看
想做改进但一直没有时间执行
担心AI工具复杂、数据不安全
价值与意义
效率提升： 通过AI自动化，预计每周可为商家节省约10-20小时，约相当于多雇了半个员工。成本却只需要请FDE吃顿饭。
社会价值： 中国有超过1.2亿个体工商户，他们不是不想用科技，是没人帮他们选、帮他们配、帮他们落地。街头FDE让AI真正走到街头巷尾。
FDE自己赚现金流和经验。
Demo体验
初赛报名帖子：【社会服务赛道】街头FDE——平民版前置部署工程师
系统包含6个页面：
参赛展示页 — 架构图 + 案例数据 + 开发时间线
https://www.aiom.com.cn/fde/TRAE 大赛_街头FDE_参赛展示.html
系统首页 — 价值主张 + 入口导航
系统首页： 街头FDE · AI商家诊断系统
痛点调研 — 4维度28题交互问卷（每题可补充说明）痛点调研：https://www.aiom.com.cn/fde/FDE 商家痛点调研.html
诊断报告 — 诊断报告 — FDE智能体工作台：商家档案卡 + 雷达图 + TOP3待解决问题 + 智能体双入口（云端扣子+本地TRAE） + 一键生成TRAE Work Prompt
诊断报告：https://www.aiom.com.cn/fde/FDE 诊断报告.html
Prompt + FDE工作流通路图
SKILL库 — 10个即插即用的AI自动化能力，SKILL库：https://www.aiom.com.cn/fde/FDE_SKILL 库.html
知识库总览（FDE知识库总览.html）— FDE三层架构 + 数据飞轮 + 方法论 + 评估标准 + 案例 + SKILL库 + 常见异议 + FDE原则
核心交互流程：参赛展示页 → 系统首页 → 开始调研 → 选择行业 → 填写4维度问卷（每题可补充说明） → 提交成功 → FDE智能体工作台（查看商家档案卡 + 雷达图 + TOP3待解决问题） → 选FDE补充观察记录 → 与AI对话生成定制方案 → 一键生成TRAE Work Prompt → 查看SKILL库落地执行
技术实现：
纯前端HTML+CSS+JS，无后端依赖
LocalStorage自动保存进度（含每题补充说明）
ECharts雷达图+桑基图可视化（本地引用，离线可用）
规则引擎自动匹配AI方案
一键生成TRAE Work结构化Prompt
**V2.0：**V2.0新增智能体工作台双入口，接入DeepSeek API实现FDE+AI多轮对话，FDE可补充观察记录，AI基于问卷数据+观察动态生成定制方案
• 结构化FDE观察：老板技术水平(5档)、预算敏感度(5档)、设备情况、最急问题，自动注入AI上下文
• 效果反馈系统：记录落地SKILL、效果评分(1-5星)、省时数据、老板反馈，支持CSV导出
• 接入DeepSeek API：实现FDE+AI多轮对话，基于问卷+观察数据生成定制方案
技术路线
工具栈：
TRAE Work：生成全部HTML页面（零手写代码）
Coze Bot：云端智能回复能力（规划中）
Python：本地数据分析脚本（规划中）
ECharts：数据可视化
架构特点：
本地优先：所有数据处理在本地完成
无需联网：离线可用
数据安全：商家数据不出店
为什么选 TRAE Work
一句话生成完整页面：我没有任何前端开发经验，但用自然语言描述需求后，TRAE Work 在几分钟内就生成了包含交互逻辑、样式、动画的完整 HTML 页面。传统方式需要写几百行代码，现在只需要说一句话。
调试效率极高：当我想修改某个细节时，不需要看懂代码，直接用自然语言描述"把按钮改成渐变色"“加个雷达图”，TRAE Work 就能精准定位并修改。
本地优先天然契合：TRAE Work 生成的纯前端 HTML 可以直接在浏览器打开，不需要服务器、不需要部署，和我的"数据不出店"理念完全一致。
节省的时间：5个页面如果手写代码估计需要2-3周，用 TRAE Work 3天完成，节省了90%以上的开发时间。
TRAE Work 实践记录
SessionID：2701953998266032:7afe2274fb948c6cd8da664a86738555_6a39686914c4c9f8e582290d.6a39686914c4c9f8e5822910.6a39686914c4c9f8e582290e:TRAE Work CN.0.1.23.no_sid.no_ppe.T(2026/6/23 00:52:57)
2701953998266032:59eae7bf15292615b255dcc3892b29a4_6a39686914c4c9f8e582290d.6a396d5c14c4c9f8e5822a22.6a396d5c14c4c9f8e5822a21:TRAE Work CN.0.1.23.no_sid.no_ppe.T(2026/6/23 01:14:06)
2701953998266032:e42eb747a8a3cd859c9914e49cc3cb49_6a39686914c4c9f8e582290d.6a39d9abb0f45b0870259a26.6a39d9abb0f45b0870259a24:TRAE Work CN.0.1.23.no_sid.no_ppe.T(2026/6/23 08:56:11)
初始提示词：
帮我做一个街头FDE的AI自诊工具，暗色背景，紫色主调，5步问卷，填完自动生成诊断报告，要能导出PDF。
调试迭代记录：
迭代 需求描述 方式 结果
V1 生成系统首页 + 痛点调研页 TRAE Work 初始生成 2个HTML页面，基础功能完成
V2 增加ECharts雷达图诊断报告页 自然语言描述 新增诊断报告页
V3 优化UI细节，增加渐变和动画 自然语言描述 UI视觉升级
V4 新增SKILL库展示页 自然语言描述 新增SKILL库页
V5 制作参赛展示页 自然语言描述 新增参赛展示页
| V6 | 诊断报告页升级为智能体工作台 | 自然语言描述：“把诊断报告页改成FDE智能体工作台，加云端和本地双入口” | 新增智能体双入口、V2.0标识 |
| V7 | 首页流程文案+调研提交页改造 | 自然语言描述：“修改使用流程文案，提交问卷后显示智能体入口” | 全流程升级为FDE+AI协作模式 |
| V8 | 结构化FDE观察 + 效果反馈系统 | “观察字段改成结构化下拉，报告页加落地效果记录” | 4字段结构化观察 + 效果评分 + CSV导出 |
| V9 | 知识库总览页 + SKILL库反馈联动 + DeepSeek接入 | “做知识库总览页，SKILL库展示落地状态，接入DeepSeek真实对话” | 新增知识库总览页，SKILL卡片显示已落地/规划中，AI多轮对话 |
关键步骤截图（必须补充）
产品闭环与交付形态
完整工作流：
商家填问卷 → FDE工作台拿到初级报告 → FDE+AI共同判断 → 交付方案
↓
简单问题 → HTML交付（TRAE Work直接生成）
复杂问题 → 智能体交付（AI员工）
↓
FDE持续沟通 → 沉淀WIKI+SKILL → 迭代积累
数据飞轮：每服务一个商家，知识库就变强一分
问卷调研 → 结构化FDE观察 → AI智能体对话 → 输出方案 → 落地执行 → 效果反馈 → 迭代问卷与SKILL
• 问卷数据：4维度28题自动生成雷达图，TOP3痛点直接匹配SKILL
• 结构化观察：FDE记录老板技术水平、预算、设备、最急问题，自动注入AI上下文
• 效果反馈：记录落地的SKILL评分、省时数据、老板反馈，支持CSV导出分析
• 闭环迭代：反馈数据回流，驱动问卷优化和SKILL迭代，下一个商家服务更精准
交付形态判断标准：
问题类型 判断依据 交付形态 示例
简单问题 AI能直接解决 HTML页面 智能报表、FAQ回复
协同问题 需FDE和商家沟通 智能体 营销方案、库存策略
复杂问题 多系统整合 智能体+人工 全店数字化改造
未来规划
短期（1-2个月）：
完成10个核心SKILL落地验证（吉首烧烤店、本地奶茶店已跑通，新增一家宠物养殖基地）
收集50个商家案例，迭代问卷和推荐算法
建立FDE标准化工作流
-
建立FDE标准化工作流：调研 → 智能体对话 → TRAE Work出方案 → 落地验收
-
扣子智能体上线：导入FDE方法论+SKILL库+行业案例知识库，支持微信接入
-
LLM Wiki知识库搭建：每次解决问题自动沉淀，智能体越用越强
-
数据飞轮跑通：收集20个商家的完整闭环数据（问卷+观察+效果反馈），分析哪些SKILL最有效
中期（3-6个月）：
扩展至更多行业
建立FDE认证体系
形成"1个FDE服务10个以上商家"模式
-
TRAE本地智能体上线：数据不出店的本地AI顾问
-
知识库持续进化：从Wiki中提炼行业最佳实践，SKILL库自动更新
-
长期（6-12个月）：
覆盖1000+商家
形成完整行业知识库
建立"AI员工超市"
方法论开源：FDE调查方法论+知识库架构可复制给任何城市
参赛宣言
让AI从写字楼走到街头巷尾，让每一个小老板都能享受技术红利。
9. 为什么符合Vibe Coding主题
Vibe Coding的核心是"人不写代码，用自然语言和AI协作，AI生成可执行的产物"。
街头FDE的Vibe Coding实践：
- FDE不写代码：用自然语言和TRAE Work对话，6个页面全部生成
- 产物可执行：不是PPT方案，是能直接用的HTML页面和自动化脚本
- 持续进化：LLM Wiki让每次经验都沉淀，智能体越用越强
- 真实社会价值：帮1.2亿个体工商户落地AI，解决真实痛点
和普通Vibe Coding项目的区别：我们不只做一个网页，而是做了一套"方法论+智能体+知识库+数据飞轮"的可复制服务体系——每服务一个商家，系统就变强一分。
报名帖链接： 【社会服务赛道】街头FDE——平民版前置部署工程师